최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 연세대학교 Yonsei University |
---|---|
연구책임자 | 정성욱 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2020-03 |
과제시작연도 | 2019 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
등록번호 | TRKO202100019525 |
과제고유번호 | 1711087453 |
사업명 | 개인기초연구(과기정통부)(R&D) |
DB 구축일자 | 2022-03-12 |
키워드 | 스파이킹 뉴럴 네트워크.인공지능.온칩러닝.저면적.고에너지효율.컴퓨팅인메모리.하드웨어-알고리즘 Co-design.시스템-온-칩.SRAM. |
연구개요
최근 엣지 컴퓨팅의 필요성이 대두되면서 한정된 면적 및 적은 전력소모로 데이터 처리가 가능한 스파이킹 뉴럴 네트워크(SNN) 연구가 주목받고 있다. 현재 시작품으로 나온 SNN SoC의 경우 가장 기본적인 학습 알고리즘을 가진 SNN을 SRAM으로 시냅스를 구현하고 디지털 프로세싱을 통해 뉴런동작을 구현하고 있다. 그러나, 다양한 응용분야에 적용하기 위해서는 높은 학습 정확도로 데이터를 처리하고 의사결정을 하는 SNN SoC가 필요하며 이를 엣지 노드에 효과적으로 집적하기 위해서는 SNN을 적은 면적에 직접하고, 저전
※ AI-Helper는 부적절한 답변을 할 수 있습니다.